黑格尔：人的本质是精神，而精神的本质是自由。

复杂性的本质（或“等价观念”）是“涌现秩序”，而“涌现”的本质是怀特海在《思维方式》里阐述的“过程”。

复杂系统（Complex System） 是由大量组分组成的网络，不存在中央控制，通过简单运作规则产生出复杂的集体行为和复杂的信息处理，并通过学习和进化产生适应性。系统的多个元素，要适应或响应这些元素自己创造的模式。

复杂经济学（Complexity Economics） 是一门超越了均衡层面的经济学理论，认为经济不是确定的、可预测的、机械的，而是依赖于过程的、有机的、永远在进化的。

复杂性（Complexity） 是混沌性的局部与整体之间的非线性形式，由于局部与整体之间的非线性关系，使得我们不能通过局部来认识整体。

混沌理论和非线性动力学：都要对正反馈和相互作用进行建模。

涌现（Emergence） 就是指系统中的个体遵循简单的规则，通过局部的相互作用构成一个整体的时候，一些新的属性或规律就会突然一下子在系统的层面诞生。

经济不一定处于均衡状态。在这个系统中，行为主体会不断地改变自己的行动和策略，作为对他们共同创造出来的结果做出的回应。这也就是说，在这个系统中，行为主体会不断地创造出一个“生态”来，而这个生态恰恰是他们自己必须与之相适应的。

经济的极端复杂性：经济世界中的元素，即人，与物理世界中的元素，即“格子中的离子”不一样，因为人这种“元素”在决定下一步做什么的时候，不仅要依据自己和其他“元素”的当前状态，同时还要依据他们对这些“其他元素”，在给定他们自己可能做什么的条件下，可能会做什么样的推测。

两种建模方法：基于方程的建模方法；基于“人工适应主体”（artificial adaptive agents）建模的方法。

基于方程的建模方法：新古典经济学继承了启蒙运动的思想，即我们观察到的混乱无序的世界只是表面现象，背后隐藏着秩序、理性与完美。它还继承了19世纪末的物理学观念，尤其是这种观念：大量相互作用的同质元素，可以通过简单的联立数学方程式一次性地全部分析清楚。古典经济学理论的核心则肯定是可以被“规训的”，即被有序化和规律化的，并还原为数学。

内生的非均衡的出现，主要出于两个原因，第一个原因是根本的不确定性或奈特意义上的不确定性，第二个原因是技术创新或技术变革。

三种典型的非均衡现象：

第一，资产价格变动的自我强化，或者用通俗的说法就是“泡沫和崩溃”。这些“投资者”不能简单地假设或推断出某个给定的“理性”预测模型，相反，他们必须分别去发现某个有效的预期模型或预测模型。这些“投资者”会随机地创造出或发现他们自己的预测模型，试用那些有“应用前景”的预测模型，舍弃那些没有用的预测模型，而且他们还会定期地创造出新模型来替换旧模型。股票价格在这些“投资者”的买卖过程中形成，因此最终形成了行为主体的预测。这样一来，我们这个市场成了一个预测模型的生态系统，这些预测模型要么成功，要么被淘汰出局，该生态系统因而处于不断变化当中。

第二个暂时现象是集群波动（clusted volatility）。所谓集群波动，是指低波动期与高波动期随机交替出现的现象。行为主体的预测规则在相当程度上相互一致且能够起作用时，就会出现价格低波动周期，这时行为主体没有什么动力去改变这些预测规则或这些预测所产生的结果。当一些行为主体发现了更好的预测规则（即“预测器”）时，就会出现价格高波动周期。因为这会打破整体的模式，使得其他“投资者”不得不改变他们的预测规则来重新适应环境，这就会导致进一步的扰动，以及进一步的重新适应新环境。

第三个现象是被我们称为突然渗透（sudden percolation）的现象。这种现象更经常地发生在空间的维度上，而较少发生在时间的维度上。在一个网络内，当某个地方出现了可以传播的变化时，如果这个网络内部的联系比较“稀疏”，那么这个变化就迟早会因为可用的“转接”不足而逐渐消失。如果网络内部的联系很紧密，这个变化将会不断地传播下去。复杂性科学研究的就是，这种变化是如何通过相互联系的行为扩散出去的。传播有一些典型特征，如幂次法则（幂律，由很多小型且频繁的传播引起，只有极少数由大型且罕见的传播引起）、重尾概率分布（长程传播虽然罕见，但是仍然比正态分布所预测的更加频繁），以及长程相关性（事件可以长距离、长时间传播）。这些现象通常都是介于微观和宏观之间，因此我们可以恰当地称之为中观现象。

这些机制源于相互作用中自我强化的行为。这种正反馈会打破现状，导致不均衡，而且也会导致某种结构的出现。正反馈和负反馈同时存在、共同作用，是复杂系统的定义特征。

这个理论实际上是一个算法而不是一组方程式。这个理论表现为一系列程序，其中一些程序由另一些程序触发。

例如，生物学理论是理论，但不是以数学形式表达的理论；它是以过程为基础的，而不是以数量为基础的。总之，生物学理论是程序性的。

新元素是在现有元素的基础上形成的，新结构是在现有结构的基础上形成的，同时形成本身也源于之前的形成。

经济学向来有两大问题。第一个问题是经济中的资源配置。所有市场中，商品和服务的数量与价格之间是如何被决定的？一般均衡理论、国际贸易理论和博弈论这些“伟大的理论”，都是研究这个问题的“典型代表”。第二个问题就是经济中的形成。经济最初是如何出现的？又是如何发展的？经济结构是如何随着时间的推移而变化的？关于创新、经济发展、结构变化、历史的作用、制度，以及治理的经济学思想，全都是研究这个问题的结果。资源配置问题已经得到了深入的研究，而且这个问题已经高度数学化了，但是对于经济形成问题的了解却仍然非常少，而且这个问题也几乎完全没有被数学化。

伟大的边际主义革命和一般均衡革命。在严格的理性假设和均衡假设下，它们使得资源配置问题转化为一个代数问题和微积分问题。但是，经济形成问题却无法进行这种转化。

政治经济学的一个主要优势，就是它的历史感和它的时间感。时间可以导致真实的、不可逆转的差异，进而不断创造出新的结构。相比之下，新古典主义经济学在处理时间问题时，则要逊色很多。

复杂经济学告诉我们，市场自身就有出现泡沫和崩溃的趋势。市场会诱发多重局部吸引子状态，市场能通过金融网络传播各种事件，市场能创造出一系列技术解决方案，同时又带来一系列挑战。所有这些危机在很大程度上，都是由于少数处于有利地位的“大玩家”利用经济系统中的漏洞而造成的。复杂经济学建议出台精心设计的防控措施，就像政府为地震多发地区制定合理的建筑安全标准一样。

与以往相比，现在所有科学都在变得更加程序化、算法化、“图灵化”，所有科学都更少依赖方程式、连续性、“牛顿式”了。

两个原因：一是生物学作为一门严格科学的兴起，二是计算和计算机科学的崛起。即便是数学本身，也在向这个方向转变。

“爱尔法鲁酒吧”问题，归纳推理和有限理性：第一个原因是显而易见的：当复杂性超过了一定程度时，人类的逻辑思维能力就无法应付了，这就是说，人类的理性是有限的。第二个原因是：在多个行为主体相互作用的复杂环境下，任何一个行为主体都不能假设与自己互动的其他行为主体的行为是完全理性的，因此每个行为主体都不得不猜测其他行为主体将如何行动。这就是说，他们必须依据主观信念以及关于主观信念的主观信念来做出决策。因此也就不存在客观的、明确的、共同的假设了。在复杂的或不确定的情况下，人们会使用一些有自身特点的、可预测的推理方法，而且这些推理方法都不是演绎性的，而是归纳性的。

归纳思维：人类只拥有适度的演绎推理逻辑能力，而且只能适度地运用这种能力。但是却特别擅长观察、识别和匹配模式，也就是那些能够带来明显进化利益的行为。

资产定价理论（Asset Pricing Theory）：在资产市场上，假设行为主体是完全异质的，他们的预期需要不断适应市场，而市场本身则是他们的预期共同创造的。如果我们的行为主体根据观察到的市场行为来调整自己的预测的速度很慢，那么市场就会收敛到理性预期体制；如果我们使交易者以更快、也更加符合现实的速度适应观察到的市场行为，那么不同的信念将持续存在，而且市场将自组织成一个复杂的体制。

一旦引入了异质性的行为主体，那么行为主体的演绎推理就会遭到失败。在演绎推理不可行的情况下，行为主体必须诉诸于归纳推理。我们把这种行为，即找到适当的假说模型来作为采取行动的依据，增强对那些被证明有效的模型的信心，并舍弃那些没有通过验证的模型称之为归纳推理。

如果在价格和预期的形成过程中存在一些吸引子，那么这种“市场心理”就可能会收敛到一个稳定的、不变的异质或同质信念。这样的集合在统计学上是可以验证的，因此可以构成一个理性预期均衡。

在资本市场中，行为主体的预测创造了行为主体试图预测的世界。因此，资本市场是具有“反身性”的：价格是由交易者的预期产生的，同时这些预期又是基于对他人预期的预期而形成的。预期的这种反身性或“自我指涉性”，排除了通过演绎推理形成预期的可能性，从而使得完全理性无法被明确界定。因此，行为主体只能把他们的预期作为一种假说：他们根据归纳推理结果来采取行动，并形成各种各样的个人的预期模型，这些是他们不断引入、检验、据以行动或者舍弃的模型。市场受预期的驱动，而预期则内生地适应这些预期所共同创造的生态。

收益递增（Increasing Returns）：如果一种技术处于领先地位，那么在“正反馈”机制的作用下，它就会拥有更进一步的优势，从而可以获得更加领先的位置。

路径依赖（Path Dependence或Path Dependency）：指人类社会中的技术进化或制度变迁均类似于物理学中的惯性，一旦进入某一路径，就可能对这种路径产生依赖。

收益递增的两大属性，即不可预测性和潜在低效率性。两个新的性质：第一是刚性或无弹性，即一旦某种结果（主导技术）开始出现，它就会变得越来越被“锁定”；第二是非遍历性或路径依赖，即因为历史“小事件”并不会在动态过程中被“平均化掉”，也不会被“遗忘”，它们可能会决定结果。

并不是所有的技术，都能够因为被采用而实现收益递增。如果投入的要素价格被抬高，就可能会出现技术随着被采用而递减的现象。

“历史小事件”定义为，那些超出了观察者的事前知识的事件或条件，即超出了观察者的“模型”，或他对情境的抽象“分辨能力”的那些事件或条件。

对于一个过程，如果内嵌的小的不确定性可以被“平均化掉”，从而使得观察者可以获得足够的信息，准确地预先确定长期市场份额，那么我们就说这个过程是可预测的。

如果对一种技术发放补贴或征税，总能影响未来的市场选择，那么我们就说这个过程是灵活的，而不是锁定的。

如果历史事件的不同序列导致相同的市场结果的概率为1，那么就称这个过程是遍历的，而不是路径依赖的。

任何时候，如果技术的同等强度的开发或同样的采用率不会导致更好的收益，那么就说这个过程是路径有效（率）的。

在收益不变和收益递减的情况下，市场的进化只反映先验禀赋、偏好和转型的可能性，而且小事件不能动摇其结果。

在收益递增的情况下，各种各样的结果都是可能的。不确定的情况会因正反馈而被放大，从而“提示”系统进入实际“选定的”结果。这样一来，历史的小事件就变得很重要了。

当我们观察到一种技术或一种经济结果压倒了它的竞争对手时，对那种执着于通过寻找赢家的“先天优越性”来解释它被采用的原因的做法，我们应该保持警惕。

但是在收益递增的情况下，自由放任不一定能保证“更优”技术在长期意义上最终会生存下来。

在收益递增的情况下，经济对象（在这种情况下是技术）之间的竞争呈现出一种进化特征，其机制类似于遗传学中的“创始者效应”机制。在这里，“历史”变得重要了。在某种程度上，一个经济体中的技术发展，取决于观察者的模型无法“分辨”的小事件，因此我们很可能没有能力有任何把握去预测技术的市场份额。这就意味着，对于经济未来的可预测性，不但存在着实践上的限度，还存在着理论上的限度。

对数据的解释至关重要，关键不在于数据是什么，而是数据的意义。

共同信念无法用演绎推理的方法得到。因为行为主体必须从一个想象中的未来得出他们的预期，而这个想象中的未来，正是其他行为主体预期的聚合结果或“总结果”。因此，预期是自我指涉的，这将导致演绎推理的不确定性。

单个行为主体如何决定做什么可能并不是太重要。发生的事情尽管被视为他们行动的结果，但很可能更多地依赖于他们行动的互动结构，即谁在互动、他根据哪些规则与谁互动。市场实际上是通过交易者组成的网络运行的。在市场中发生的事情可能反映了这种网络的结构，而网络的结构又可能取决于网络是如何涌现出来的。

当存在三个以上的司法管辖区时，“两党制”式的竞争优于民主的全民公决；相反的情形仅出现于只存在一个司法管辖区的时候，因此行为主体无法迁移。

“属于同一群体的人倾向于采取类似的行动。”三种因果性解释：一种解释即行为相似性可能通过网络交互效应产生。另一种是环境，即这类行为可能取决于群体的某个外生特征，如社会经济构成。还有一种是相关效应，即行为相似性可能源于群组成员共享某种相似的个体特征。

再好的经济和社会系统也会被“玩弄”，“压力测试”是防范操控行为的良方。社会和经济生活中有一个一般规则：给定任何一个系统，总会有人找到一种利用它、剥削它的方法。“剥削”的4种类型：某一方根据自己对可得信息的理解提供某种服务或某种机会，然后另一方以自己所拥有的更详尽的信息为基础做出回应、采取行动，并依靠其优势信息利用系统从中获益；行为主体会“裁剪自己的行为”，以便符合这些标准的狭隘的条文，而不去考虑制定这些标准的更广泛的意图；由一些行为主体组成的小团伙控制了系统的部分重要资源，并将其用于满足自身的目的；有关利益方会设法去搜寻某个规则，然后使它成为系统的一个漏洞，用来证明他们所做的超出了系统设计者意图之外的行为的合理性。这样一来，这条规则就会蜕变成一个管道，让金钱或能量滚滚流过，并对整个系统造成不利影响。

结构的分崩离析始于比其“总体设计”更微观的水平上的失败。压力测试：在制度中找出应力特别高的那些地方，集中注意力观察它们。

用“涌现”发现新行为：如果被“监控”到的某种随机生成的策略被证明是特别有效的，那么行为主体就会特别快速地“发现”这种策略。从局外观察者的角度来看，这看上去就好像是这种策略在突然之间就“绽放”开了，这也就是说，它突然涌现出来并产生了效果。但是，行为主体是以归纳的方法去探测所处的系统，看到底什么东西是有效的，从而随机“发现”了利用系统的有效策略。由此，“剥削”也就涌现出来了。

当我们想要对操纵系统的行为进行建模时，并不需要往基于行为主体的仿真模型里加入任何用来代表“阴谋诡计”或“剥削思想”的因素。行为主体只需要根据关于系统及可用选项的特定信息，决定可以采取的行动。有时，他们会发现有些行动特别有效，在这种情况下，我们所称的“剥削”就出现了。要对此建模，只需运用“标准方法”，这种方法在基于行为主体的建模中早就存在了。

失败模式反思：防止金融崩溃和经济危机，而绝大部分金融崩溃和经济危机都是由剥削行为造成的。对自由市场自我调节能力的盲目信心是造成这种情况的一个很重要的原因。

经济学理论本身的一个弱点，即缺乏一种能够在政策实施之前找到可能的失败模式的系统方法。

组合进化（Combinatorial Evolution） 是技术的一种进化机制。所有技术都是从已经存在的技术中被创造出来的，已有技术的组合使新技术成为可能。不同于达尔文的进化机制，它依赖于因变化和选择而发生的增量变化的不断积累。

复杂技术的创造既源于更简单技术的存在，也源于使这些更简单的构件得以出现的特定的实际需求。更复杂的技术总是用更基本的技术构建的，而且这是一个简单递归重复的模式。

熊彼特所说的“创造性毁灭的风潮”，沙堆崩陷式的技术弃用情景，它遵循幂律。这个技术系统存在于自组织临界点上。

活跃技术集合在统计特征上与地震或沙堆相似，这也就是说，它存在于自组织临界点上。模型还表明，技术的扩展在很大程度上取决于为中间需求或更简单的需求而构建出来的早期技术是否存在。

经济定义：一整套安排和活动，社会需要借助这一整套安排和活动来满足自己的需求。形成经济的一整套安排，包括了数之不尽的所有设备和手段，还包括了被我们称为技术的所有目的性系统。

经济不是技术的容器，而是建构在技术之上的。经济是一系列活动、行为、商品和服务流，是以技术为中介或被技术所覆盖的。也就是说，我一直在讨论的那些方法、过程和组织形式构成了经济。经济是技术的一种表达。当技术构成了集合之后，创造出了一个结构，决策、活动、商品流和服务流全都发生在这个结构中，进而创造出了被我们称为“经济”的那种东西。因而，经济就是以这种方式，从它的技术中涌现出来的。它不断地从它自己的技术中创造自己，并决定哪些新技术将进入它自身。

“共生多样性的增加”（growth in coevolutionary diversity）：这种机制适用于各种个体或实体、物种、生物体在相互作用的种群中共存的系统。在这种共生系统中，一些个体或实体、物种、生物体构成了“基质”，或创造了“生态位”，从而允许其他个体或实体、物种、生物体存在。当个体及它们在互动中的多种可能性创造了大量不会封闭、可以被新产生的个体利用的“生态位”或利基时，多样性倾向于以自我强化的方式增大。第一，在某些情况下，新实体的出现可能不太依赖于先前实体的存在，而更多依赖于它们之间展开“互动”的可能性；第二，如果新实体对旧实体的替换发生在等级体系的基底附近，那么系统复杂性坍塌的概率就会非常高，因为这种等级体系的每个层级都依赖更基础的层级。第三，这里存在两种正反馈，或者说循环因果关系。这是这种机制所固有的。新实体的产生可以强化进一步的新实体的产生。

复杂性的坍塌。三种机制：通过自我增强的多样性的增加，或者通过结构复杂性的增加来突破性能限制，或者通过系统“捕获”更简单的元素，并学会将它们“编程”为“软件”来用于它们自身的目的。

经济学从本质上说到底是难是易，取决于提出经济问题的方式。如果在构建一个经济问题时假设决策是理性的，那么通常而言都可以求得一个确定的“解”。这种经济学是简单的，无非是从问题跳到问题的解而已。但是，在这种经济学中，行为主体到底如何从问题得到问题的解的，却仍然是一个黑箱。而且，行为主体是否真的能够到达那个解，也是无法保证的，除非我们能够打开这个黑箱看一看。但是一旦我们试图打开这个黑箱，经济学马上就会变得非常困难。

意义是“强加”的，它因我们强加的关联而得以涌现出来。是我给《独立的人民》带来了意义。是我在理解，在赋予它意义。是我给我看到的东西强加了各种关联，给我看到的东西强加了意义。不同的意义可以强加在相同的数据之上。源于不同关联的意义可能完全不同。

现代认知心理学告诉我们，大脑就是一个“联想引擎”。通过联想，我们给事物强加了可理解的模式。人脑是快速的模式完成器（pattern completer），只有通过这样的联想，才能一步步地解决问题，即把各种关联拼合成一个模式。

我们有许多不同形式的联想：形象、记忆、隐喻以及理论。隐喻就是更加复杂的、带有含义的联想。理论，事实上就是得到了阐明的隐喻。所有这些东西构成的集合，再加上将它们组合起来的规则（这也是联想）就是我们所称的“心智”。心智本身就是涌现出来的。

推理在很大程度上是联想性的，那么就取决于推理者的以往经验。因此，对一个情境的框定，为它构建的意义，都取决于推理者的历史。当然，其结果也必定同样取决于历史。

某个假说或者关联、信念模型之所以被采用，不是在于它是“正确的”，因为行为主体没有办法知道这一点，而是在于它在过去是有效的。而且，在“值得”将它舍弃之前，必须先积累起它失败的记录。

理论就是包含了蕴涵关系的隐喻。理论是一种“薄”的关联。因为只有在满足一组有限和精确的条件的情况下，理论才会很好地拟合现象，而且蕴涵关系本身也是有限和精确的。

经验体现为记忆和情况的图景，是一种“厚”的关联，也是强有力的。逻辑是不重要的，精确度也是无关紧要的，但启发性和覆盖面却自有其威力。关联是一个频谱，一端是“窄”的“准确性”，另一端是“宽”的“启发性”。

当决策者面对着高度复杂的情况时，如果过于匆忙地应用理论，即一套精确但适用面狭窄的隐喻，就很可能会导致非常危险的后果。

我们必须搞清楚，我们的想象是什么、它们来自哪里。我们必须对它们持怀疑态度。我们需要一种“禅意”，即我们必须先超脱一点，以一个“初生儿”的心智角度观察一番。

经济是确定的吗？第一，经济依赖于人类，而非依赖于有序的机器组件，因为每个人都有自己的信仰、情感和偏好；第二，经济中的技术是不断进化的。技术会破坏“整洁性”，因为它使经济持续变化。

标准的经济学思想存在一个逻辑漏洞。我们的预测共同创造了我们的预测正在尝试预测的世界。如果不知道别人如何确定他们的预测，那么我的预测就是不确定的。

(微信中因网页重排导致链接异常或无法留言，请长按二维码并选择识别，或通过右上角菜单“在浏览器中打开”)